语音抑郁检测的语言无关性分析
计算与语言
2024-09-24 v1
摘要
重大抑郁障碍(MDD)患者的语音表现出与健康人群不同的语调变化。然而，这些语调变化不仅限于MDD状态，也取决于语言，因为不同语言具有独特的语音模式。本工作分析了在两种语言(英语和马来语)下的基于语音的抑郁检测。我们采用收集了自我报告标签的语音数据，来自英语和马来语两国的受试者朗读IViE语料库中的句子。IViE语料库包含五组句子：简单句、WH疑问句、无形态句法标记的疑问句、倒装疑问句和并列句，这些句子可以自然地引导说话者以不同语调模式发言。采用卷积神经网络(CNN)用于检测抑郁。CNN模型被训练以识别与抑郁相关的语音特征，关注两种语言。该模型在包含来自抑郁和非抑郁说话者录音的数据集上进行评估，分析其在两种语言上的检测效果。我们的发现和收集的数据可能有助于开发面向不同人群的语言无关语音抑郁检测系统，从而提高可及性。
引用
@article{arxiv.2409.14769,
title = {Language-Agnostic Analysis of Speech Depression Detection},
author = {Sona Binu and Jismi Jose and Fathima Shimna K and Alino Luke Hans and Reni K. Cherian and Starlet Ben Alex and Priyanka Srivastava and Chiranjeevi Yarra},
journal= {arXiv preprint arXiv:2409.14769},
year = {2024}
}